原文服务方: 计算机应用研究       
摘要:
提出利用模糊属性集和关联规则的支持度获得高效率的关联规则增量更新挖掘的方法.首先对输入数据集进行模糊离散化,确定相应的模糊属性集,模糊支持数和各属性原先的模糊聚类中心;然后检查是否满足最小支持度条件,将其添加到更新后的模糊频繁属性集集合中;最后比较模糊频繁属性集和负边界的变化,得到最终更新后的模糊频繁属性集和相应的关联规则.采用实际飞行数据验证了该算法可以避免反复和多层扫描数据库的时间消耗问题,模糊关联规则挖掘算法可以高效和准确提取增量关联规则.
推荐文章
模糊关联规则的挖掘算法
数据挖掘
关联规则
模糊蕴涵
应用模糊本体的广义关联规则挖掘算法
数据挖掘
模糊本体
关联规则
多重最小支持度
模糊关联规则的并行挖掘算法
数据挖掘
数量型属性
模糊聚类
关联规则
并行
模糊关联规则的加权挖掘算法
数据挖掘
加权关联规则
模糊模式
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种飞行数据的模糊关联规则挖掘算法
来源期刊 计算机应用研究 学科
关键词 关联规则挖掘 增量更新 模糊属性集 支持度 聚类
年,卷(期) 2011,(9) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3315-3317,3323
页数 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.09.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 潘泉 西北工业大学自动化学院 544 9437 45.0 77.0
2 黄鹤 西北工业大学自动化学院 27 270 8.0 15.0
3 杨峰 西北工业大学自动化学院 105 1353 16.0 34.0
4 梁建海 西北工业大学自动化学院 6 32 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (182)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (8)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
关联规则挖掘
增量更新
模糊属性集
支持度
聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导